2026-07-23
来源: infoq.com
60
生产事故调查最耗时的部分，往往不是查看某一张监控图，而是在日志、指标、链路追踪和部署记录之间反复切换，并把零散信号整理成可验证的故障假设。Expedia Group 推出的内部平台 STAR，尝试用结构化工作流和大模型缩短这一过程，同时保留工程师对结论的审核权。 根据公开摘要，STAR 使用 FastAPI、Datadog、Celery、Redis 和...
2026-07-23
来源: infoq.com
34
QCon AI New York 2026 已开放报名，会议将于 12 月 15 至 16 日在 The Westin Jersey City Newport 举办。活动聚焦生产级 AI，设置六条技术轨道，由 Eder Ignatowicz 担任主席，Faye Zhang 与 Wes Reisz 共同参与组织。首批演讲计划于 8 月公布，完整议程预计在...
2026-07-22
来源: infoq.com
52
当 AI 从聊天窗口走向网页操作、代码执行和办公协作，安全问题就不再只是“模型会说什么”，而是“模型实际上能碰到什么”。Anthropic 对 Claude 多类产品的隔离架构进行了说明，其中最重要的工程判断是：代理安全不能主要依赖权限弹窗、提示词约束或事后检测，而应由文件系统、网络和执行环境中的确定性限制兜底。 这类架构真正困难的地方，也不是把代理放...
2026-07-21
来源: infoq.com
48
当每个机器学习团队都维护一套 Spark 训练脚本时，训练平台很快会出现参数格式不一、依赖关系隐蔽、失败处理重复、运行过程难以审计等问题。Yelp 推出的内部框架 Training Orchestrator，试图把这些分散脚本收敛为配置驱动、基于 DAG 的统一执行模型。 这项变化的重点并不是简单地“少写几个 Spark 脚本”，而是把训练任务从团队私...
2026-07-20
来源: infoq.com
52
InfoQ 已开放三期八月开班的在线认证训练营，周期均为五周。三个方向分别聚焦架构、工程领导力，以及 AI 安全与隐私，并由 Luca Mezzalira、Michelle Brush 和 Katharine Jarmul 三位资深实践者带领。与单纯观看演讲不同，这些训练营强调把 QCon 演讲中的框架带回参与者自己的工作场景，在连续数周内完成应用和验...
2026-07-20
来源: infoq.com
48
传统推荐首页通常由召回、排序、分组、页面编排等多个阶段共同完成。Netflix 开发的 GenPage 探索了另一条路径：把用户历史和本次请求上下文组织成提示，让一个生成式 AI 模型直接生成完整的个性化首页。来源摘要指出，这种方式改善了用户参与度，同时降低了服务延迟。 传统流水线往往依次回答几个局部问题：候选内容有哪些、每部内容得分多少、哪些内容应放...
2026-07-19
来源: infoq.com
45
Google 已在 Gemini Enterprise Agent Platform 上正式提供 AlphaEvolve，将 DeepMind 的研究项目转化为面向企业的进化式代码优化服务。它的关键设计不是简单地“让模型重写代码”，而是反复生成候选实现，再由客户基础设施中的评估器测量正确性和性能，据此筛选并继续迭代。 这种方法已经出现明确的业务结果：K...
2026-07-18
来源: infoq.com
44
企业数据接入 AI Agent，真正棘手的部分往往不是“能不能检索到文档”，而是 Agent 能否理解业务对象、关系、规则和当前状态。Pinecone Nexus 现已正式可用，定位为面向 AI Agent 的知识引擎：它把企业数据转换为 Agent 可以直接查询的结构化层，让业务语境能够被一次接入、整理并复用于多个 Agent。 这条路径的价值很明确...
2026-07-18
来源: infoq.com
46
Dolt 2.0 为开源版本控制 SQL 数据库带来了一次重要升级。它不只是继续提供类似 Git 的数据库分支、提交和合并能力，还开始自动处理长期运行数据库常见的存储问题：回收不再需要的数据、压缩存储内容，以及更好地承载大型数据和向量数据。 这意味着 Dolt 的使用重点可以从“如何保存每一次数据库变更”，进一步延伸到“如何让变更历史在持续增长后仍然可...
2026-07-17
来源: infoq.com
51
智能体 AI 带来的变化不只是模型更强，而是软件开始自主调用 API、操作数据并持续执行多步任务。CNCF 发布的技术分析提出了一个务实判断：支撑这类系统的关键能力，不必从零发明；现代分布式应用已经使用的云原生生态，可以继续承担调度、隔离、可观测性、安全策略和故障恢复等职责。 一个生产级智能体通常包含模型推理、工具调用、状态存储、任务队列和外部服务访问...